El lavado de activos y la financiación del terrorismo representan una gran amenaza para la estabilidad del sistema financiero y la integridad de los mercados por su carácter global y las redes utilizadas para el manejo de tales recursos, por eso es necesario realizar una apropiada gestión de riesgo LA/FT con ayuda del Machine Learning. …
Cómo hemos visto en ocasiones anteriores, la Segmentación de los Factores de Riesgo, desde el punto de vista técnico, es un problema que se puede resolver a través de diferentes enfoques o algoritmos: árboles de clasificación, técnicas de particionamiento basados en Clustering, e incluso algoritmos basados en redes neuronales, entre otros. Si bien los algoritmos …
Los cambios del SARLAFT 4.0 de la Superfinanciera La Superintendencia Financiera de Colombia (SFC) emitió el pasado 2 de septiembre de 2020, la Circular Externa 027 de 2020 (SARLAFT 4.0 de Superfinanciera). A través de esta norma, la SFC introdujo cambios importantes al Capítulo IV, Título IV, Parte I de la Circular Básica Jurídica 29 …
[vc_row css_animation=”” row_type=”row” use_row_as_full_screen_section=”no” type=”full_width” angled_section=”no” text_align=”left” background_image_as_pattern=”without_pattern”][vc_column][vc_column_text] Clustering es quizá la técnica más empleada para abordar el proceso de segmentación SARLAFT de factores de riesgo en las entidades del sistema financiero , que frecuentemente es abordada como un problema de aprendizaje automático no supervisado. El Clustering enfoca su objetivo en describir las características de …
Segmentación SARLAFT | Tips para elegir el número óptimo de clústeres Leer más »
